LioShuTan 采用 SIRAYA 模型路由器，通过语音转文本（ASR）和文本转语音（TTS）技术，为基于 AI 的语言学习和口语评估体验提供支持。.
概览
LioShuTan 是一个专注于语言学习体验的教育平台，提供 AI 口语练习、听力练习、发音评估以及互动式学习流程等功能。.
该平台目前采用BytePlus的语音转文本（ASR）和文本转语音（TTS）服务，用于语音验证和AI辅助听力交互。其核心工作流程旨在评估用户在不同学习场景和年龄段中能否准确发音并表达单词和句子。.
与此同时，该平台正在积极评估如 Azure Pronunciation Assessment 等高级发音评估功能，以实现更细致的语音分析和详细的发音反馈。.
随着该产品将在未来几个月内全面投入量产，可扩展性、低延迟反馈以及灵活的AI编排变得越来越重要。.
严峻的挑战
在基于AI的语言学习环境中，LioShuTan 遇到了若干生产级别的挑战：
- 不同的ASR模型在发音评估准确性方面表现出显著差异
- 目前的词级置信度评分无法精确识别特定的发音问题
- 不同的语言、年龄段和学习场景需要不同的AI语音功能
- 实时口语评测工作负载需要低延迟和稳定的基础设施
- 该平台需要对多家语音服务提供商进行持续评估和测试
此外，与标准的AI语音应用场景相比，教育类语音应用对反馈质量、响应速度和用户体验的要求要高得多。.
解决方案
SIRAYA 为 LioShuTan 提供了一套统一的模型路由器架构，支持集中访问多种语音 AI 服务、动态路由以及灵活的模型评估。.
借助 SIRAYA 模型路由器，该平台能够灵活地协调 BytePlus ASR/TTS、Azure 发音评估以及其他语音 AI 服务，同时针对不同的学习任务和发音评估场景动态选择最合适的模型。.
主要功能包括：
- 跨多个语音 AI 服务的统一访问与管理
- 灵活测试不同的自动语音识别和发音评估模型
- 基于学习场景的动态语音 AI 编排
- 实时语音评估工作负载的稳定性得到改善
- 简化多供应商语音 AI 集成方案的复杂性
可衡量的影响
在集成SIRAYA模型路由器后，LioShuTan在AI语言学习体验和语音AI操作方面均取得了显著提升：
- 更稳定的AI语音反馈和互动式学习体验
- 在测试不同自动语音识别和发音评测能力方面的更大灵活性
- 更好地适应不同年龄段和语言学习场景
- 简化多供应商 AI 语音系统的运行复杂性
- 更轻松地扩展至新的 AI 语言学习功能和工作流程
更重要的是，LioShuTan 建立了一个可扩展的语音 AI 基础设施，专为长期 AI 辅助语言学习环境而设计。.